ai-133Đọc toàn bộ đề miễn phí
Checkpoint Mô Hình – Lưu Và Khôi Phục Trạng Thái Huấn Luyện
Checkpoint phải lưu đủ thông tin để tiếp tục huấn luyện chính xác.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: gradient-accumulation.
Nội dung đề bài
Mục tiêu kiến thức
Checkpoint phải lưu đủ thông tin để tiếp tục huấn luyện chính xác.
Yêu cầu
def save_checkpoint(
model: nn.Module,
optimizer: torch.optim.Optimizer,
epoch: int,
loss: float,
filepath: str
) -> None:
pass
def load_checkpoint(
model: nn.Module,
optimizer: torch.optim.Optimizer,
filepath: str
) -> tuple[int, float]:
# Returns (epoch, loss)
pass
def get_checkpoint_info(filepath: str) -> dict:
# Returns metadata without loading model
passInput
- Hàm
save_checkpoint(model,optimizer,epoch,loss,filepath): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng. - Hàm
load_checkpoint(model,optimizer,filepath): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng. - Hàm
get_checkpoint_info(filepath): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng.
Output
- Hàm
save_checkpoint: Trả về kết quả kiểuAnytheo đúng đặc tả kỹ thuật và kích thước quy định. - Hàm
load_checkpoint: Trả về kết quả kiểuAnytheo đúng đặc tả kỹ thuật và kích thước quy định. - Hàm
get_checkpoint_info: Trả về kết quả kiểuAnytheo đúng đặc tả kỹ thuật và kích thước quy định.
Ràng buộc
- Thời gian chạy tối đa: 5000ms.
- Giới hạn bộ nhớ: 512MB.
- Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.
Ví dụ 1
Input
model = nn.Linear(4, 2)
optim = torch.optim.Adam(model.parameters())
epoch, loss = (5, 0.123)
with tempfile.NamedTemporaryFile(suffix='.pt', delete=False) as f:
path = f.name
save_checkpoint(model, optim, epoch, loss, path)
model2 = nn.Linear(4, 2)
optim2 = torch.optim.Adam(model2.parameters())
loaded_epoch, loaded_loss = load_checkpoint(model2, optim2, path)Output
(5, 0.123)Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
Ví dụ 2
Input
model = nn.Linear(2, 2)
optim = torch.optim.SGD(model.parameters(), lr=0.01)
with tempfile.NamedTemporaryFile(suffix='.pt', delete=False) as f:
path = f.name
save_checkpoint(model, optim, 10, 0.5, path)
get_checkpoint_info(path)Output
{
'epoch': 10,
'loss': 0.5,
'has_model_state': True,
'has_optimizer_state': True
}Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.